用于全帧视频稳定的混合神经融合
计算机视觉与模式识别
2021-08-24 v4
摘要
现有视频稳定方法常产生可见畸变或需要对帧边界进行大幅裁剪，导致视场变小。在本工作中，我们提出一种帧合成算法以实现全帧视频稳定。我们首先从相邻帧估计稠密扭曲场，然后通过融合扭曲内容合成稳定帧。我们的核心技术新颖性在于基于学习的混合空间融合，其缓解了由光流不准确和快速运动物体引起的伪影。我们在 NUS、selfie 和 DeepStab 视频数据集上验证了方法的有效性。大量实验结果表明我们的方法优于先前的视频稳定方法。
引用
@article{arxiv.2102.06205,
title = {Hybrid Neural Fusion for Full-frame Video Stabilization},
author = {Yu-Lun Liu and Wei-Sheng Lai and Ming-Hsuan Yang and Yung-Yu Chuang and Jia-Bin Huang},
journal= {arXiv preprint arXiv:2102.06205},
year = {2021}
}
备注
ICCV 2021. Project page: https://alex04072000.github.io/FuSta/ Code: https://github.com/alex04072000/FuSta